[发明专利]流处理

权利要求书

1.一种方法，所述方法包括：

由流处理系统的第一多个第一本地建模器接收事件的事件流，其中每个第一本地建模器接收所述事件的相应部分，并且其中所述第一本地建模器在一个或多个计算机的系统上执行；

由每个第一本地建模器并行地处理该第一本地建模器接收的事件，包括聚合每个接收的事件所关联的信息以生成聚合信息；

由所述第一本地建模器中的一个或多个第一本地建模器向在所述一个或多个计算机的系统上执行的第一中心建模器提供由所述一个或多个第一本地建模器生成的聚合信息；以及

由所述第一中心建模器使用所接收的聚合信息确定第一机器学习模型的参数，

由所述第一中心建模器接收指定学习程序的数据，该学习程序用于根据聚合信息确定所述第一机器学习模型的参数；以及

由所述第一中心建模器通过对该第一中心建模器接收的聚合信息执行所述学习程序来确定所述第一机器学习模型的参数。

2.根据权利要求1所述的方法，其中：

提供所述聚合信息给所述第一中心建模器包括把所述聚合信息异步地提供给所述第一中心建模器；并且

每个第一本地建模器从所述一个或多个计算机的系统上执行的路由器接收所述事件的相应部分。

3.根据权利要求1所述的方法，其中提供由一个或多个所述第一本地建模器生成的聚合信息包括，由这些第一本地建模器中的每一个本地建模器：

确定该本地建模器已处理阈值数目的事件并且然后作为结果向所述第一中心建模器提供由该本地建模器生成的聚合信息。

4.根据权利要求1所述的方法，其中所述第一中心建模器是作为分布式处理系统在所述一个或多个计算机的系统上执行的多个中心建模器之一。

5.根据权利要求1所述的方法，进一步包括：

由所述第一中心建模器把所述第一机器学习模型的参数提供给在所述一个或多个计算机的系统上执行的第二中心建模器。

6.根据权利要求5所述的方法，其中将所述第一机器学习模型的参数提供给所述第二中心建模器包括：

由所述第一中心建模器确定提供所述参数给所述第二中心建模器。

7.根据权利要求5所述的方法，其中提供所述第一机器学习模型的参数给所述第二中心建模器包括：

响应于从所述第二中心建模器接收到提供参数的请求而提供所述参数。

8.根据权利要求5所述的方法，进一步包括：

由所述第二中心建模器从所述第一中心建模器接收所述第一机器学习模型的参数；

由所述第二中心建模器获得外部数据；以及

由所述第二中心建模器使用所述外部数据和从所述第一中心建模器接收的所述参数确定第二机器学习模型的参数。

9.根据权利要求1所述的方法，进一步包括：

由所述第一中心建模器把所述第一机器学习模型的参数中的一个或多个提供给一个或多个第一本地建模器以用于存储；

由应用所述第一机器学习模型的所述一个或多个第一本地建模器处理由所述一个或多个第一本地建模器接收的事件，以执行所述事件流的评分并且生成经处理的事件；以及

由所述一个或多个第一本地建模器中的每一个本地建模器聚合该本地建模器接收的每个事件所关联的信息以生成更新的聚合信息。

10.根据权利要求9所述的方法，进一步包括：

由所述一个或多个第一本地建模器把经处理的事件提供给所述流处理系统的第二多个第二本地建模器。